Regression modelEconometrics / time series

Solidny model ARMA

Solidny model ARMA rozszerza klasyczne ramy autoregresyjnego średniej ruchomej poprzez zastąpienie wrażliwej straty najmniejszych kwadratów metodami estymacji odpornymi na wartości odstające — zazwyczaj estymatorami M lub podejściami medianowymi. Chroni to estymaty współczynników i prognozy przed zniekształceniem przez wartości odstające addytywne, przesunięcia poziomu lub wartości odstające innowacyjne, które są powszechne w szeregach czasowych ekonomicznych i finansowych.

Zastosuj w EconMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

The neighbourhood of related methods — select a node to explore.

Źródła

  1. Franses, P. H., & Ghijsels, H. (1999). Additive outliers, GARCH and forecasting volatility. International Journal of Forecasting, 15(1), 1-9. link
  2. Martin, R. D., & Yohai, V. J. (1986). Influence functionals for time series. The Annals of Statistics, 14(3), 781-818. link

Jak cytować tę stronę

ScholarGate. (2026, June 3). Robust Autoregressive Moving Average Model. ScholarGate. https://scholargate.app/pl/econometrics/robust-arma-model

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Cytowana przez

ScholarGateRobust ARMA Model (Robust Autoregressive Moving Average Model). Pobrano 2026-06-15 z https://scholargate.app/pl/econometrics/robust-arma-model · Zbiór danych: https://doi.org/10.5281/zenodo.20539026